众所周知，Excel显示数据的限制最多为1 m。
记住这个条件，并且在给定动态变化的情况下，您希望随时扩展，而不是每次都对分区数量进行心算，而是根据您的需要定义行/记录限制。这样您就可以控制每个分区中保留的数据量，而不是相反。

limit = 100000

在这里我把它保持在100，000，这样在Excel中的可读性会稍微好一点，然后你就可以继续使用dataframe.iloc功能进行分区，就像你最初做的那样。

n = 1
for i in range(df.shape[0]):
    sub_df = df.iloc[i:limit+i]
    sub_df.to_excel(f"/output/path/to/test-{n}.xlsx", sheet_name="a")
    n += 1
    i += limit

这是一个相当天真的方法，但它的工作和阅读。

更正

一开始误解了这个问题，所以我的选项只反映了按行数划分-有一个很好的问答问题将涵盖这个问题split large dataframe

按给定的行数拆分 Dataframe -您可以调整range()并通过step参数扩展它，该参数将获得n_partitions的值：

for i in range(0,df.shape[0],n_partitions):
    df[i:i+n_partitions].to_excel(f"/output/path/to/test-{i}.xlsx", sheet_name="a")

示例：

import pandas as pd

df = pd.read_excel("/path/to/excels/file.xlsx")

n_partitions = 3
for i in range(0,df.shape[0],n_partitions):
    df[i:i+n_partitions].to_excel(f"/output/path/to/test-{i}.xlsx", sheet_name="a")